Feuille d exercices n 7 : Couples de v.a.r. discrètes

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Feuille d exercices n 7 : Couples de v.a.r. discrètes"

Transcription

1 ECE2-B 2-27 On remplace alors les valeurs dépendant de a et b dans le tableau : Feuille d exercices n 7 : Couples de var discrètes Exercice 3 ( ) a On commence par compléter le tableau de sorte à obtenir les lois marginales (ce qui revient à appliquer la formule des probabilités totales) x X(Ω) y Y (Ω) P([Y y]) t P([X x]) 2 a b a + b a + 3 b + 3 a + b + 27 On obtient alors une première information : a + b + Autrement dit : a + b 2 3 Il reste à exploiter l indépendance des var X et Y P([X ] [Y y]) P([X ]) P([Y y]) ( 2 a + 3 ) a 3 72 On en déduit que : b a a x X(Ω) y Y (Ω) P([Y y]) et b + 3 t P([X x]) Par mesure de vérification, on s assure que P([X i] [Y j]) est bien égal au produit P([X i]) P([Y j]) (c est le cas) Les var X et Y étant indépendantes : P [Y y] ([X x]) P([X x]) b On suppose maintenant a On calcule alors b x X(Ω) puis on remplit le tableau avec : a y Y (Ω) P([Y y]) et b t P([X x]) ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

2 ECE2-B 2-27 On en déduit alors par définition de l espérance : E(X) 7 7 Par le théorème de transfert, on obtient : et E(Y ) t 2 + t + E(XY ) t + 2t + Puis par la formule de Kœnig-Huyghens : Cov(X, Y ) E(XY ) E(X) E(Y ) 2t + 7 (t + ) 2 On cherche enfin à trouver t qui annule le cœfficient de corrélation : ρ(x, Y ) Cov(X, Y ) σ(x)σ(y ) Cov(X, Y ) 2y + y 2 7(t + ) 2 c D après la question précédente, X et Y ne sont pas indépendantes car : a 3 72 (seule valeur de a permettant d assurer l indépendance de X et Y ) Exercice ( ) a X est égale au rang d apparition du premier succès (obtenir ) dans une succession infinie d épreuves de Bernoulli (lancer d un dé) indépendantes et de même paramètre p ( ) Ainsi : X G ( ) Les lancers étant indépendants, la séquence suivant le premier est à considérer comme une nouvelle séquence de lancers Ainsi : Y G ( ) On a alors : E(X) E(Y ) et V(X) V(Y ) b Par linéarité de l espérance : Par indépendance de X et Y : 3 E(Z) E(X + Y ) E(X) + E(Y ) 2 V(Z) V(X + Y ) V(X) + V(Y ) 3 3 c Comme pour tout ω Ω, X(ω), + et Y (ω), + alors Z(Ω) 2, + Soit k 2 (X i) i est le sce associé à X Ainsi, d après la formule des probas totales : P(Z k) P(X + Y k) i i k i P([X i] [X + Y k]) P([X i] [Y k i]) ( p) i p ( p) k i p + + p 2k ( p) k 2 i p 2 ( p) k 2 (k ) ik (k ) k 2 k ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud 2

3 ECE2-B 2-27 d Z représente le rang d apparition du deuxième On peut obtenir la loi de Z par dénombrement Soit k 2 Un tirage réalisant [Z k] (ie un tirage dont le deuxième appraît au k ème lancer) est un tirage dont les k premiers lancers sont entièrement déterminés par : le choix du rang d apparition du premier : k possibilités De plus chacun de ces cas a la probabilité ( p) k 2 p 2 d apparaître puisque ces k premiers lancers comportent k 2 lancers différents de et deux lancers qui donnnent Avec p, on obtient finalement : P([Z k]) (k ) ( p) k 2 p 2 (k ) k 2 k Exercice ( ) Dans la suite, pour tout n N, on considère les événements suivants B n : «on tire une boule blanche au n ème tirage» N n : «on tire une boule blanche au n ème tirage» Ainsi : p n P(B n ) a Le premier tirage s effectuant dans U, on obtient : p 2 (B, N ) est un sce Ainsi, par la formule des probabilités totales : b On applique la formule des probabilités totales à B n+ sur le système complet d évènements (B n, B n ) : P(B n+ ) P(B n B n+ ) + P(N n B n+ ) P(B n ) P Bn (B n+ ) + P(N n ) P Nn (B n+ ) 2 p n + ( p n) p n + La suite (p n ) est donc arithmético-géométrique (car P(B n ) et P(N n ) ) L équation de point fixe associée à la suite (p n ) est : x x + Elle admet pour unique solution : λ 3 On écrit : p n+ λ p n + λ + (L ) (L 2 ) et donc p n+ λ (p n λ) (L ) (L 2 ) Notons alors (v n ) la suite de terme général v n p n λ La suite (v n ) est géométrique de raison Ainsi, pour tout n N : P(B 2 ) P(B B 2 ) + P(N B 2 ) P(B ) P B (B 2 ) + P(N ) P N (B 2 ) (car P(B ) et P(N ) ) v n ( ) n ( ) n v (p λ) ( ) n ( 2 ) ( ) n 3 p 2 + ( p ) + 3 On a donc, pour tout n N : p n v n + λ Enfin, comme ], [, ( ) n n + et ainsi p n ( ) n + 3 n + 3 ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud 3

4 ECE2-B 2-27 c X n (Ω) {, } P([X n ]) P(B n ) p n et P([X n ]) P(N n ) p n Ainsi, X n B (p) D où : E(X n ) p n et V(X n ) p n ( p n ) p n p 2 n d (Note : il n y a pas de dans la loi du couple, on essaie les différentes intersections successivement jusqu à ce qu une soit fausse ou toutes soient bonnes) Les var X et X 2 ne sont pas indépendantes car (par exemple) : P(X ) P(X 2 ) p p 2 3 et P([X ] [X 2 ]) P(B B 2 ) P(B ) P B (B 2 ) 2 2 e La var X k est égale au nombre de boule blanche ( ou ) obtenue au k ème tirage Ainsi : S n n Donc par linéarité de l espérance : E(S n ) n k E(X k ) n 3 + X k k n p k k ) n ( n ( ( ) n ) Exercice ( ) Pour tout i, 3, on considère les événements suivants P : «le dé choisit est truqué», A i : «le i ème lancer a donné la face» On cherche donc à déterminer P (A A 2 A 3 )(P ) Par définition et comme P(A A 2 A 3 ) : P A A 2 A 3 (P ) P(P A A 2 A 3 ) P(A A 2 A 3 ) On obtient par la formule des probabilités composées : P(P A A 2 A 3 ) P(P ) P P (A ) P P A (A 2 ) P P A A 2 (A 3 ) 2 ( ) 3 Comme (P, P ) est un système complet d événements, on obtient par la formule des probabilités totales : P(A A 2 A 3 ) P (P A A 2 A 3 ) + P ( P A A 2 A 3 ) P(P ) P P (A ) P P A (A 2 ) P P A A 2 (A 3 ) ( ) (la deuxième égalité est encore obtenue par la formule des probabilités composées) On en conclut que : P A A 2 A 3 (P ) ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

5 ECE2-B a) X est égale au rang d apparition du premier succès (obtenir ) dans une succession possiblement infinie d épreuves de Bernoulli (lancer d un dé) indépendantes et de même paramètre p ( ) Ainsi : X G ( ) On en déduit que : E(X) p et V(X) q p 2 ( 3 )2 b) De même Y G ( ) On en déduit que : E(Y ) et V(X) ( )2 2 3 ([X k]) k est le sce associé à la var X Ainsi, d après la formule des probabilités totales : P(X Y ) k P([X k] [X Y ]) Or, comme X et Y sont indépendantes : k P([X k] [Y k]) P([X Y ]) P([X k]) P([Y k]) k + ( ) k ( ) k k + ( ) k k ([X i]) i est le sce associé à la var X Ainsi, d après la formule des probabilités totales : P(X < Y ) i i i i i 3 P([X i] [Y > i]) P([X i]) P([Y > i]) P(X i) ( + i ( ) i ( ) i ( ) i ) 2 ( 3 3 ) i ( ) i ( ) i i Z suit la loi géométrique de paramètre ( ) i 3 Comme X(Ω) N et Z(Ω) N, (X + Z)(Ω) 2; + Soit k 2 ([X i]) i est le sce associé à la var X (car X et Y sont indépendantes) ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

6 ECE2-B 2-27 Par la formule des probabilités totales : P([X + Z k]) P([X i] [X + Z k]) i P([X i] [Z k i]) i k i k i P([X i] [Z k i]) P([X i]) P([Z k i]) ((*) car [Z k i] si i k) (par indépendance de X et Z) k i ( ) i ( ) k i k 2 i ( ) k 2 (k )k 2 k (*) On cherche à déterminer les i tels que : i, + ET k i, + Or : k i, + k i i k Enfin :, +, k, k ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

Exercices : Couples et suites de VAR discrètes

Exercices : Couples et suites de VAR discrètes Exercices : Couples et suites de VAR discrètes Exercice : Une urne contient 2 boules blanches et n 2 boules rouges. On effectue n tirages sans remise de cette urne. On appelle X le rang de sortie de la

Plus en détail

Chapitre 6 Couples et suites de variables aléatoires discrètes

Chapitre 6 Couples et suites de variables aléatoires discrètes Chapitre 6 Couples et suites de variables aléatoires discrètes I Couples de variables aléatoires réelles discrètes Dans toute cette partie, on considère X et Y deux variables aléatoires réelles discrètes

Plus en détail

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique)

p(x = k) = a ( n+k p(x = k) = 1 a k + k=0 p k, on peut en déduire la valeur de a. (série géométrique) Colle PC Semaines 9 et 20 204-205 Programme : Variables aléatoires discrètes : Loi, Fonction de répartition, Espérance, Variance et écart-type, Théorème du transfert, Inégalités de Marov et Bienaymé Tchebichev

Plus en détail

1. Espaces probabilisés dénombrables

1. Espaces probabilisés dénombrables Probabilités sur un univers dénombrable 12-1 Sommaire 1. Espaces probabilisés dénombrables 1 1.1. Ensemble dénombrables......... 1 1.2. Suite infinie d événements........ 1 1.3. Probabilité sur un univers

Plus en détail

Correction du TD n o 2 Partie commune

Correction du TD n o 2 Partie commune Université de Nice Sophia-Antipolis Année Universitaire 00/0 L MI Statistique TD de Statistique Correction du TD n o Partie commune Exercice :. N est une variable aléatoire dénombrable tel que N(Ω) N et

Plus en détail

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X.

Ch 07 Probabilités. Exemple Reprendre l exemple précédent et définir la loi de probabilité de X. Ch 07 Probabilités I VARIABLE ALEATOIRE ET LOI DE PROBABILITE I.1 - d une variable aléatoire On appelle variable aléatoire discrète toute application X de Ω dans IR. L ensemble des valeurs prises par X,

Plus en détail

Statistique décisionnelle

Statistique décisionnelle Statistique décisionnelle Eugen Ursu Université Bordeaux IV E.Ursu (Université Bordeaux IV) L2S3 3 octobre 2012 1 / 36 Chapitre 2 : Variables aléatoires réelles 1 Introduction 2 Loi d une variable aléatoire

Plus en détail

Chapitre 6 Couples et suites de variables aléatoires discrètes

Chapitre 6 Couples et suites de variables aléatoires discrètes Mr Dunstetter - ENC-Bessières 204\205 Chapitre Couples et suites de variables aléatoires discrètes I Couples de variables aléatoires discrètes : dénitions Dans toute cette partie, on considère X et Y deux

Plus en détail

MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h

MATHEMATIQUES Option économique Mardi 9 mai 2006 de 8h à 12h ECOLE DE HAUTES ETUDES COMMERCIALES DU NORD Concours d'admission sur classes préparatoires MATHEMATIQUES Option économique Mardi 9 mai 6 de 8h à h La présentation, la lisibilité, l'orthographe, la qualité

Plus en détail

Exercices ccp (probabilités)

Exercices ccp (probabilités) Exercices ccp (probabilités) Exercices intéressants : 96, 97, 98, 99, 00, 0, 03, 04, 05, 06, 07, 09,. EXERCICE 96 Une urne contient deux boules blanches et huit boules noires.. Un joueur tire successivement,

Plus en détail

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes

Feuille de TD n o 3 : Indépendance d événements, variables aléatoires, lois discrètes Cogmaster, Probabilités discrètes Feuille de TD n o : Indépendance d événements, variables aléatoires, lois discrètes Exercice Une auto-école présente le même jour trois candidats au permis : André, Denis

Plus en détail

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω.

Variables aléatoires discrètes. Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. Variables aléatoires discrètes I. Définitions 1. Définition d une variable aléatoire : Soit une expérience aléatoire à laquelle est associé l ensemble des issues Ω. On appelle variable aléatoire et on

Plus en détail

Chapitre V : Probabilité : conditionnement et indépendance

Chapitre V : Probabilité : conditionnement et indépendance Chapitre V : Probabilité : conditionnement et indépendance A- Variables aléatoires et lois de probabilités I Loi d une variable aléatoire 1) Définition d une variable aléatoire Exemple : Un jeu de hasard

Plus en détail

Chapitre 4 PROBABILITES TES

Chapitre 4 PROBABILITES TES Chapitre 4 PROBABILITES TES «En augmentant le nombre d observations, nous augmentons continuellement la probabilité d atteindre le rapport réel entre les nombres des cas qui font qu un événement peut arriver

Plus en détail

I Variables aléatoires discrètes. Plan de cours. A Définition

I Variables aléatoires discrètes. Plan de cours. A Définition Variables aléatoires discrètes «Ce calcul délicat s étend aux questions les plus importantes de la vie, qui ne sont en effet, pour la plupart, que des problèmes de probabilité.» Pierre-Simon, marquis de

Plus en détail

Correction de l examen de probabilités et statistiques

Correction de l examen de probabilités et statistiques Correction de l examen de probabilités et statistiques Olivier Alata, Franck Licini, Julian Tugaut, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions

Plus en détail

Chapitre 14. Variables aléatoires réelles I - V.A. Finies

Chapitre 14. Variables aléatoires réelles I - V.A. Finies ECE 1 - Année 2015-2016 Lycée français de Vienne Mathématiques - F. Gaunard http://frederic.gaunard.com Chapitre 14. Variables aléatoires réelles I - V.A. Finies Ce premier chapitre sur les variables aléatoires

Plus en détail

Chapitre III : Probabilités discrètes

Chapitre III : Probabilités discrètes Chapitre III : Probabilités discrètes Extrait du programme : I. Rappels a. Définitions Prop 1 : Une probabilité est toujours comprise entre 0 et 1. Prop 2 Si A est l événement certain, p(a) = 1. Si A est

Plus en détail

1 - Autour de quelques lois.

1 - Autour de quelques lois. - Autour de quelques lois Exercice Répartition de la loi de Poisson Soit λ ] 0 ; + [ Soit X une variable suivant la loi de Poisson Pλ On note F X sa fonction de répartition Montrer que : n N, F X n n!

Plus en détail

VA CONTINUES - Sujets de concours

VA CONTINUES - Sujets de concours Lycée Dominique Villars ECE Exercices VA CONTINUES - Sujets de concours Exercice - Problème EDHEC On considère deux variables aléatoires X et Y, définies sur un espace probabilisé (Ω,A,P), et indépendantes.

Plus en détail

Corrigé : EDHEC Option économique Exercice 1:

Corrigé : EDHEC Option économique Exercice 1: Corrigé : EDHEC Option économique Exercice :. a) Comme X prend ses valeurs dans R + on a Y(Ω) N. b) Notons F la fonction de répartition de X. On a pour tout x, F(x) e λx Soit k N on a P (Y k ) P(k X k)

Plus en détail

Les probabilités Le cours

Les probabilités Le cours Chapitre Les probabilités Le cours Avant-propos a) Le mot hasard vient de l arabe az-zahr «le dé». Le mot aléa signifie en latin «jeu de dés, hasard». b) Dans son Essai philosophique sur les probabilités

Plus en détail

Calculs d espérance : un jeu d enfants

Calculs d espérance : un jeu d enfants Université Pierre et Marie Curie 0-0 Probabilités élémentaires - LM5 Calculs d espérance : un jeu d enfants. (CC 0) Trois bébés jouent à un jeu d éveil constitué d une boîte munie d une serrure et d un

Plus en détail

Sommes de variables aléatoires indépendantes.

Sommes de variables aléatoires indépendantes. Université Pierre et Marie Curie 03-04 Probabilités et statistiques - LM345 Feuille 7 (semaine du 8 au 3 octobre Sommes de variables aléatoires indépendantes.. Indépendance d événements et de variables

Plus en détail

Lycée Pierre-Gilles de Gennes Mathématiques Devoir 10. Autour des variables géométriques 23 Mars Problème

Lycée Pierre-Gilles de Gennes Mathématiques Devoir 10. Autour des variables géométriques 23 Mars Problème Lycée Pierre-Gilles de Gennes BCPST Mathématiques 4-5 Devoir Autour des variables géométriques 3 Mars 5 Problème L objet du problème est l étude et la modélisation d un procédé ultra-rapide de greffes

Plus en détail

Rappels: variables aléatoires discrètes

Rappels: variables aléatoires discrètes Rappels: variables aléatoires discrètes Samy Tindel Université de Lorraine L2 SVE - CMI Samy T. (IECL) V.a discrètes L2 SVE - CMI 1 / 39 Plan 1 Définitions 2 Variables aléatoires discrètes usuelles 3 Moments

Plus en détail

n-uplets de variables aléatoires réelles

n-uplets de variables aléatoires réelles n-uplets de variables aléatoires réelles Table des matières 1 Définition d un n-uplet de variables aléatoires réelles. 2 2 Loi d un vecteur aléatoire à valeurs dans n. 2 3 Loi marginale. 2 4 Caractérisation

Plus en détail

Couples de variables aléatoires réelles

Couples de variables aléatoires réelles Couples de variables aléatoires réelles Table des matières 1 Définition d un couple de variables aléatoires. 2 2 Loi d un couple de variables aléatoires réelles. 2 3 Indépendance de deux variables aléatoires.

Plus en détail

Combinatoire et dénombrement

Combinatoire et dénombrement Exercices de probabilités 1 Combinatoire et dénombrement Exercice 1 On considère un polygone convexe à n sommets. 1. Combien de diagonales ce polygone admet-t-il? 2. En combien de points intérieurs au

Plus en détail

Variables aléatoires discrètes : loi et espérance.

Variables aléatoires discrètes : loi et espérance. Université Pierre et Marie Curie 2013-2014 Probabilités élémentaires - LM345 Feuille 4 (semaine du 7 au 11 octobre 2012) Variables aléatoires discrètes : loi et espérance. 1. Espérance et probabilité Soit

Plus en détail

TD-COURS

TD-COURS 19-1- 2012 J.F.C. Td-Var p. 1 TD-COURS 8 2011-2012 RÉVISIONS ET COMPLÉMENTS SUR LES PROBABILITÉS ET LES VARIABLES ALÉATOIRES RÉELLES. Ensemble dénombrable. Tribu, tribu engendrée, espace probabilisable

Plus en détail

Exercices pour le cours PS1

Exercices pour le cours PS1 Exercices pour le cours PS1 1. ENSEMBLES ET DÉNOMBREMENTS Exercice 1.1. Dans l ensemble Ω = {1, 2, 3, 4, 5, 6}, on considère les trois sous-ensembles Déterminer les sous-ensembles suivants A (B C) et (A

Plus en détail

Chapitre 5 : Lois Discrètes Usuelles

Chapitre 5 : Lois Discrètes Usuelles Chapitre 5 : Lois Discrètes Usuelles L2 Eco-Gestion, option AEM (L2 Eco-Gestion, option AEM) Chapitre 5 : Lois Discrètes Usuelles 1 / 25 Joseph Bertrand (1900) Comment oser parler des lois du hasard? Le

Plus en détail

PROBABILITES 2 : Répétition d'expériences identiques et indépendantes.

PROBABILITES 2 : Répétition d'expériences identiques et indépendantes. PROBABILITES 2 : Répétition d'expériences identiques et indépendantes. 1) Représentation par un arbre d'une répétition d'expériences identiques et indépendantes Dans le cas d'une répétition d'expériences

Plus en détail

I. Variable aléatoire discrète

I. Variable aléatoire discrète I. Variable aléatoire discrète a. Epreuve de Bernoulli Définition : Une épreuve de Bernoulli est une expérience aléatoire à deux issues : pile ou face, oui ou non, gagner ou perdre, etc. On notera S le

Plus en détail

Exercices sur la loi binomiale

Exercices sur la loi binomiale Exercices sur la loi binomiale Christian CYRILLE 1 août 201 "Si le monde était vraiment gouverné par le hasard, il n y aurait pas autant d injustices. Car le hasard est juste." Ferdinando Galiani 1 Exercice

Plus en détail

I. Rappel des généralités sur les probabilités

I. Rappel des généralités sur les probabilités I. Rappel des généralités sur les probabilités a. Vocabulaire Définition : On appelle expérience aléatoire toute expérience dont on ne prédire le résultat. L issue d une expérience aléatoire le résultat

Plus en détail

1. Donner la loi, l espérance et la variance de X 1.

1. Donner la loi, l espérance et la variance de X 1. Exercice 1 On considère une urne contenant n boules numérotées portant des numéros deux à deux distincts. Un premier joueur effectue dans l urne des tirages sans remise jusqu à ce qu il obtienne la boule

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes Université de Reims Champagne Ardenne UFR Sciences Exactes et Naturelles Année universitaire 013-014 MA 0804 - Master 1 CM Variables aléatoires discrètes 1 Dénition Soit Ω un univers et S une tribu sur

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini-variable aléatoire 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure du dé.

Plus en détail

7 2 Variables aléatoires discrètes

7 2 Variables aléatoires discrètes BCPST2 9 5 7 2 Variables aléatoires discrètes I Compléments sur les variables aléatoires discrètes A) Dénition Dénition : Variable aléatoire discrète Une variable aléatoire réelle discrète est une variable

Plus en détail

Couples et vecteurs de variables aléatoires Préparation à l agrégation interne

Couples et vecteurs de variables aléatoires Préparation à l agrégation interne Couples et vecteurs de variables aléatoires Préparation à l agrégation interne 1 Couples et vecteurs aléatoires discrets 1.1 Loi conjointe On se donne X et Y deux variables aléatoires discrètes avec X(Ω)

Plus en détail

Vecteurs aléatoires. I) Vecteurs aléatoires

Vecteurs aléatoires. I) Vecteurs aléatoires Vecteurs aléatoires I) Vecteurs aléatoires 1.1) Définition On considère un espace probabilisé,, et variables aléatoires,, définies sur Ω à valeurs dans R. On considère l'application de Ω dans Rⁿ définie

Plus en détail

mp* : révisions pour l écrit - Probabilités

mp* : révisions pour l écrit - Probabilités mp* 14-15 : révisions pour l écrit - Probabilités I Chapitres concernés P0, P1, P2, P3, P4, P5 II Questions de cours les plus classiques On ne les connaît pas encore...mais il est prudent de savoir Démontrer

Plus en détail

MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités

MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités MESURES ET ANALYSES STATISTIQUES DE DONNÉES Probabilités Master Génie des Systèmes Industriels, mentions ACCIE et RIM Université du Littoral - Côte d Opale, La Citadelle Laurent SMOCH (smoch@lmpa.univ-littoral.fr)

Plus en détail

Chapitre 4: Fonctions génératrices (notions)

Chapitre 4: Fonctions génératrices (notions) Chapitre 4: Fonctions génératrices (notions) 1 Généralités On considère ici le cas particulier des v.a. à valeurs dans l ensemble N des entiers naturels. Ces v.a. interviennent souvent dans les applications.

Plus en détail

Espérance d une variable aléatoire

Espérance d une variable aléatoire Licence Math et MASS, MATH504 : probabilités et statistiques Espérance d une variable aléatoire L objectif de ce paragraphe est de définir ce qu est la valeur moyenne d une variable aléatoire. Par exemple,

Plus en détail

Variables Aléatoires Continues

Variables Aléatoires Continues Novembre 2010 Plan du Chapitre 1. Généralités 2. Variables Continues Usuelles 3. Espérance et Variance 4. Couple de Variables Aléatoires 5. Covariance et Corrélation 6. Autres Variables Continues Usuelles

Plus en détail

Probabilités : Méthodes ECE 1

Probabilités : Méthodes ECE 1 Probabilités : Méthodes ECE 1 I. Calcul de probabilités : écriture d'évènements. 1) Intersection. Il faut connaître les points suivants : a) A B, intersection des évènements A et B, est vrai si et seulement

Plus en détail

1 Couple de variables aléatoires discrètes

1 Couple de variables aléatoires discrètes Université de Reims Champagne Ardenne UFR Sciences Exactes et Naturelles Année universitaire 3-4 MA 84 - Master CM4 Couple de variables aléatoires, indépendance Couple de variables aléatoires discrètes.

Plus en détail

Statistique et Informatique (LI323) Cours 4

Statistique et Informatique (LI323) Cours 4 Statistique et Informatique (LI323) Cours 4 Nicolas Baskiotis nicolas.baskiotis@lip6.fr Université Pierre et Marie Curie (UPMC) Laboratoire d Informatique de Paris 6 (LIP6) auteurs: N. Baskiotis, M.R.

Plus en détail

Probabilité, variable aléatoire. Loi binomiale

Probabilité, variable aléatoire. Loi binomiale DERNIÈRE IMPRESSION LE 9 juin 05 à 9:0 Probabilité, variable aléatoire. Loi binomiale Table des matières Loi de probabilité. Conditions préalables............................ Définitions..................................

Plus en détail

de la variable aléatoire X est l'événement noté ( X = x i ).

de la variable aléatoire X est l'événement noté ( X = x i ). I. Variable aléatoire : Loi de probabilité et espérance 1. Variable aléatoire discrète On considère l'ensemble des issues d'une expérience aléatoire. Définir une variable aléatoire X sur cet ensemble,

Plus en détail

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ Chapitre 8 : COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ ECS2 Lycée La Bruyère, Versailles Année 2013/2014 1 Généralités sur les variables aléatoires réelles 2 1.1 Généralités.............................................

Plus en détail

Probabilité variables aléatoires

Probabilité variables aléatoires Probabilité variables aléatoires Variable aléatoire et loi de probabilté Definiton Lorsqu'a chaque événement élémentaire d'une expérience aléatoire on associe un nombre réel, on dit que l on définit une

Plus en détail

Chapitre 7 : Variables aléatoires discrètes

Chapitre 7 : Variables aléatoires discrètes STS Variables aléatoires discrètes 2009/200 Chapitre 7 : Variables aléatoires discrètes Table des matières I Variable aléatoire I. Notion de variable aléatoire discrète................................

Plus en détail

Variables aléatoire. Chapitre B. Sommaire

Variables aléatoire. Chapitre B. Sommaire Chapitre B Sommaire I) Vocabulaire................................................. 2 II) Couple de variables aléatoires....................................... 5 1) Exemple de loi conjointe de 2 variables

Plus en détail

Variables aléatoires 2

Variables aléatoires 2 78 Variables aléatoires Variables aléatoires (résumé) 79 La somme et le produit de variables aléatoires 80 Formules concernant l espérance mathématique 8 E(X+Y) = E(X) + E(Y) (vérification pour un cas

Plus en détail

Compléments autour de la notion d indépendance

Compléments autour de la notion d indépendance Compléments autour de la notion d indépendance 1 Tribus engendrées Soit Ω un ensemble. On note P(Ω) l ensemble des parties de Ω. Une tribu T est un sous-ensemble de P(Ω) contenant l ensemble vide, stable

Plus en détail

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3.

On peut représenter la situation par un arbre : On a donc p(b 1 B 2)= p(b 1) p (B ) = 3 4 = 3. Exercice n 1 : Une urne contient au départ 0 boules blanches et 10 boules noires indiscernables au toucher. On tire au hasard une boule de l urne : Si la boule est blanche, on la remet dans l urne et on

Plus en détail

e3a PSI 1 durée 4 heures - calculatrices interdites

e3a PSI 1 durée 4 heures - calculatrices interdites e3a 2016 - PSI 1 durée 4 heures - calculatrices interdites Exercice 1 Soit (a n ) n N une suite de réels. Pour tout n N, on pose b n = n(a n a n+1 ), A n = n a k et B n = 1. On prend dans cette question,

Plus en détail

Réseaux de neurones : rappels de probabilités et statistiques

Réseaux de neurones : rappels de probabilités et statistiques Réseaux de neurones : rappels de probabilités et statistiques Fabrice Rossi http://apiacoa.org/contact.html. Université Paris-IX Dauphine Réseaux de neurones Rappels de probabilités et statistiques p.1/49

Plus en détail

On appelle variable aléatoire réelle discrète finie, en abrégé VARD finie, toute application

On appelle variable aléatoire réelle discrète finie, en abrégé VARD finie, toute application Chapitre 7 Variables aléatoires discrètes On considère une expérience aléatoire modélisée par un triplet (Ω,F,P). 7. Variables aléatoires discrètes 7.. Définitions 7... Variables aléatoires discrètes finies

Plus en détail

1 Probabilités-Rappel

1 Probabilités-Rappel Chapitre Probabilités sur un ensemble fini - Probabilités conditionnelles 1 Probabilités-Rappel On lance un dé non truqué à six faces numérotées de 1 à 6 et on note le nombre figurant sur la face supérieure

Plus en détail

COUPLES DE VARIABLES ALÉATOIRES

COUPLES DE VARIABLES ALÉATOIRES CHAPITRE 13 COUPLES DE VARIABLES ALÉATOIRES Dans tout le chapitre, (Ω, P) désignera un espace probabilisé fini. 1 Couple de variables aléatoires Définition 13.1 On appelle couple de variables aléatoires

Plus en détail

Loi d une variable aléatoire réelle

Loi d une variable aléatoire réelle Licence Math et MASS, MATH504 : probabilités et statistiques Loi d une variable aléatoire réelle On introduit la notion de variable aléatoire dans le cas réel ainsi que la notion fondamentale de loi d

Plus en détail

Chapitre 7 Lois usuelles de probabilités

Chapitre 7 Lois usuelles de probabilités Chapitre 7 Lois usuelles de probabilités discrètes Rappels Soit X une variable aléatoire réelle. La loi de X est la probabilité que X prenne chacune des valeurs de son univers image. Loi uniforme On dit

Plus en détail

TD4 : Variables aléatoires discrètes finies

TD4 : Variables aléatoires discrètes finies MA0 Probabilités Variables aléatoires discrètes finies Exercice On considère le jeu suivant le joueur paie euros pour jouer. Ensuite, il lance trois dés équilibrés. Pour chaque Pile qu il obtient, il gagne

Plus en détail

Chapitre 4 : Variables Aléatoires Discrètes

Chapitre 4 : Variables Aléatoires Discrètes Chapitre 4 : Variables Aléatoires Discrètes L2 Eco-Gestion, option AEM (L2 Eco-Gestion, option AEM) Chapitre 4 : Variables Aléatoires Discrètes 1 / 20 Plan 1 Notion de variable aléatoire Exemples 2 Loi

Plus en détail

Cours de probabilités pour les professeurs stagiaires

Cours de probabilités pour les professeurs stagiaires Centre Régional des Métiers de l Education et de la Formation, Derb Ghalef, Casablanca, Maroc Filière : Secondaire qualifiant Specialité : Mathématiques Cours de probabilités pour les professeurs stagiaires

Plus en détail

e3a PSI 1 Un corrigé

e3a PSI 1 Un corrigé e3a 206 - PSI Un corrigé Exercice. (a) La série proposée est géométrique de raison /2 ], [ et donc convergente. On a On en déduit que a k = k= n k=0 2 k = 2 a k = 2 k= (b) Si x > alors nx n + ce qui montre

Plus en détail

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14

Banque épreuve orale de mathématiques session 2015, CCP-MP Mise à jour : 15/09/14 EXERCICE 94 algèbre Soit E un espace vectoriel réel de dimension finie n>0 et u 2 L(E) tel que u 3 + u 2 + u =0. On notera Id l application identité sur E. 1. Montrer que Imu ker u = E. 2. (a) Énoncer

Plus en détail

Exercice 7 [ ] [Correction] Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer

Exercice 7 [ ] [Correction] Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ > 0. Calculer [http://mp.cpgedupuydelome.fr] édité le 24 septembre 20 Enoncés Lois usuelles Exercice [ 04020 ] [Correction] Soit X et Y deux variables aléatoires discrètes indépendantes. On suppose que X et Y suivent

Plus en détail

cours 19, le jeudi 1er avril 2010

cours 19, le jeudi 1er avril 2010 cours 19, le jeudi 1er avril 21 Exemple : calcul de l espérance d une variable aléatoire T de loi exponentielle de paramètre λ >. La loi P T de T est donnée par dp T (x) 1 x λ e λx dx ; d après la formule

Plus en détail

1 Sujets donnés en option scientifique

1 Sujets donnés en option scientifique Les sujets suivants, posés aux candidats des options scientifique, économique, technologique et littéraire BL, constituent la première version d un échantillon des sujets proposés lors des épreuves orales

Plus en détail

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1)

1 Loi Uniforme. 2 Loi de Bernouilli. Mathématiques TD 3. Lois discrètes. Exercice 1) Université de Nice Sophia Antipolis Licence 3 et Master 1 Miage Mathématiques 2015 2016 TD 3 Lois discrètes 1 Loi Uniforme Exercice 1) 1. On jette une pièce équilibrée. On appelle X la variable aléatoire

Plus en détail

M1-Math.-Ens. UE7 : Probabilité et Statistique. Contrôle du 30 mars 2012 Durée : 3 h

M1-Math.-Ens. UE7 : Probabilité et Statistique. Contrôle du 30 mars 2012 Durée : 3 h UNSA-USTV-IUFM M1-Math.-Ens. UE7 : Probabilité et Statistique Contrôle du 30 mars 2012 Durée : 3 h L usage des calculatrices est autorisé. La qualité de la rédaction, la clarté et la précision des raisonnements

Plus en détail

M1-Math.-Ens. UE7 : Probabilités-Statistiques

M1-Math.-Ens. UE7 : Probabilités-Statistiques UNSA-USTV-IUFM M1-Math.-Ens. UE7 : Probabilités-Statistiques Examen du 7 juin 2012 Durée : 3 h Calculatrices autorisées ; documents et tout autre matériel électronique interdits. Ne pas hésiter à traiter

Plus en détail

Feuille d exercices de probabilités. si x > 0 si x 0.

Feuille d exercices de probabilités. si x > 0 si x 0. variables aléatoires à densité Feuille d exercices de probabilités Exercice 1 Soit X une variable aléatoire réelle dont la fonction de répartition F X est définie sur R par: F X (x = { 1 5 x 5 x si x >

Plus en détail

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique

Support du cours de Probabilités et Statistiques. IUT d Orléans, Département Informatique Support du cours de Probabilités et Statistiques IUT d Orléans, Département informatique Pierre Andreoletti IUT d Orléans, Département Informatique Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences)

Plus en détail

Chapitre X : Schéma de Bernoulli Loi Binomiale

Chapitre X : Schéma de Bernoulli Loi Binomiale Chapitre X : Schéma de Bernoulli Loi Binomiale Extrait du programme : I. Schéma de Bernoulli 1. Epreuve et loi de Bernoulli Définition : On appelle épreuve de Bernoulli de paramètre p toute expérience

Plus en détail

Probabilités conditionnelles Indépendance. Vérifier les acquis» page 352

Probabilités conditionnelles Indépendance. Vérifier les acquis» page 352 TS Probabilités conditionnelles Indépendance Cours I. Quelques rappels Rappels sur la loi binômiale : Vérifier les acquis» page 352 Une épreuve de Bernouilli est une expérience aléatoire à deux issues

Plus en détail

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ

COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ Chapitre 8 : COMPLÉMENTS SUR LES VARIABLES ALÉATOIRES RÉELLES, VARIABLES À DENSITÉ ECS2 Lycée La Bruyère, Versailles Année 2015/2016 1 Généralités sur les variables aléatoires réelles 2 1.1 Généralités.............................................

Plus en détail

DS commun Correction. Exercice 1 1. On donne les matrices suivantes: On a. On a immédiatement par identification 2 et 1. On a donc

DS commun Correction. Exercice 1 1. On donne les matrices suivantes: On a. On a immédiatement par identification 2 et 1. On a donc DS commun Correction Exercice 1 1. On donne les matrices suivantes: 0 0 1 0 0 0 0 0 A= 1 0, I= 0 1 0, J= 1 0 0 3 1 0 0 1 3 1 0 a) Montrer qu il existe deux réels et tels que : A=aI+bJ 1 0 0 0 0 0 0 0 0

Plus en détail

ECRICOME VOIE E 204 ANNALES DE MATHEMATIQUES 204 ECRICOME 204 VOIE E CORRIGE Le langage Pascal n étant plus au programme, nous n avons pas traité les questions d informatique. EXERCICE I ) PARTIE I : réduction

Plus en détail

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants :

Probabilités. Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : I- Définitions et propriétés Probabilités Exemple d application 1 : On effectue un lancé de dé à six faces, numérotées de 1 à 6. On définie les quatre événements suivants : E 1 : Avoir un chiffre pair

Plus en détail

Variables aléatoires discrètes

Variables aléatoires discrètes BTS CGO Variables aléatoires discrètes 203/204 Variables aléatoires discrètes Table des matières I Variable aléatoire 2 I. Notion de variable aléatoire discrète................................ 2 I.2 Loi

Plus en détail

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 2 mai : 14 h - 18 h. Les calculatrices sont interdites

EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES. Mardi 2 mai : 14 h - 18 h. Les calculatrices sont interdites SESSION 2017 PCMA002 EPREUVE SPECIFIQUE - FILIERE PC MATHEMATIQUES Mardi 2 mai : 14 h - 18 h N.B. : le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction.

Plus en détail

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ

TD N O 8 ESPACES PROBABILISÉS FINIS CORRIGÉ Lycée Dupuy de Lôme 0/07 Mathématiques ECS TD N O ESPACES PROBABILISÉS FINIS CORRIGÉ Un jeu de cartes comporte cartes. On en choisit au hasard qui forment une main.. Quelle est la probabilité d obtenir

Plus en détail

Exercices pour le cours PS1

Exercices pour le cours PS1 Exercices pour le cours PS1 1. ENSEMBLES ET DÉNOMBREMENTS Exercice 1.1. Dans l ensemble Ω = {1, 2, 3, 4, 5, 6}, on considère les trois sous-ensembles Déterminer les sous-ensembles suivants A (B C) (A B)

Plus en détail

Probabilités. I Rappels sur les variables aléatoires discrètes. Définition 2

Probabilités. I Rappels sur les variables aléatoires discrètes. Définition 2 Probabilités I Rappels sur les variables aléatoires discrètes Définition Définition On considère E l ensemble des résultats possibles d une expérience aléatoire. Définir une variable aléatoire discrète

Plus en détail

Couples de variables aléatoires réelles à densité

Couples de variables aléatoires réelles à densité Université de Picardie Jules Verne 20-202 UFR des Sciences - Généralités Licence mention Mathématiques - Semestre 4 Probabilités Couples de variables aléatoires réelles à densité Soient,A,P un espace probabilisé

Plus en détail

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

Plus en détail

BACCALAUREAT GENERAL

BACCALAUREAT GENERAL BACCALAUREAT GENERAL Session de juin 9 MATHEMATIQUES - Série S - Enseignement de Spécialité France métropolitaine EXERCICE 1 1) a) Soit n un entier naturel. v n+1 u n+1 6 1 u n + 4 6 1 u n 1 (u n 6) 1

Plus en détail

Variables aléatoires réelles

Variables aléatoires réelles Variables aléatoires réelles Table des matières 1 Généralités sur les variables aléatoires réelles. 3 1.1 Rappels sur les σ-algèbres ou tribus d événements................................. 3 1.2 σ-algèbre

Plus en détail

Tutorat MAP311 : Feuille d exercice 2

Tutorat MAP311 : Feuille d exercice 2 Tutorat MAP311 : Feuille d exercice 2 Nicolas Kielbasiewicz 15 juin 2007 3 Probabilités conditionnelles Exercice 3.1 On suppose que l on a autant de chance d avoir une fille ou un garçon à la naissance.

Plus en détail

VARIABLES ALÉATOIRES CHAPITRE Variable aléatoire sur un univers fini. Exemple Définitions et notations

VARIABLES ALÉATOIRES CHAPITRE Variable aléatoire sur un univers fini. Exemple Définitions et notations CHAPITRE 12 VARIABLES ALÉATOIRES On rappelle qu un espace probabilisé fini est un couple (Ω, P) où Ω est un ensemble fini et P une probabilité sur Ω, c est-à-dire une application de P(Ω) dans [0, 1] vérifiant

Plus en détail

ESPACES PROBABILISES FINIS

ESPACES PROBABILISES FINIS Lycée de l Essouriau Année 2013-2014 PCSI ESPACES PROBABILISES FINIS Exercice 1 Langage ensembliste. Trois enfants, Arthur, Béatrice et Cécile, lancent chacun un ballon en direction d un panier de basket.

Plus en détail

Correction Ecricome 2007 Voie technologique

Correction Ecricome 2007 Voie technologique ECRICOME 27 Voie Technologique Correction Page Correction Ecricome 27 Voie technologique La correction comporte pages. Exercice. Etude d une fonction g auxiliaire. _ (a) Soit P la fonction polynomiale

Plus en détail

SERIE 1 Statistique descriptive.

SERIE 1 Statistique descriptive. Université Abdelmalek Essaadi. Ecole Nationale des Sciences Appliquées - Tétouan - Cycle Ingénieur. S1. Module Proba-Stat. A/U: 2011-2012. M. CHERKAOUI 0 - Statistique descriptive. Contenu du module. -

Plus en détail